|
排序算法是《数据结构与算法》中最基本的算法之一。
排序算法可以分为内部排序和外部排序。
内部排序是数据记录在内存中进行排序。
而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。
常见的内部排序算法有：插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。
用一张图概括：
关于时间复杂度：
平方阶 (O(n2)) 排序 各类简单排序：直接插入、直接选择和冒泡排序。
线性对数阶 (O(nlog2n)) 排序 快速排序、堆排序和归并排序；
O(n1+§)) 排序，§ 是介于 0 和 1 之间的常数。 希尔排序
线性阶 (O(n)) 排序 基数排序，此外还有桶、箱排序。
关于稳定性：
稳定的排序算法：冒泡排序、插入排序、归并排序和基数排序。
不是稳定的排序算法：选择排序、快速排序、希尔排序、堆排序。
1. 冒泡排序
1.1 算法步骤
比较相邻的元素。如果第一个比第二个大，就交换他们两个。
对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。
针对所有的元素重复以上的步骤，除了最后一个。
持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。
1.2 动画演示
1.3 参考代码
1 // Java 代码实现
2 public class BubbleSort implements IArraySort {
3
4 @Override
5 public int[] sort(int[] sourceArray) throws Exception {
6 // 对 arr 进行拷贝，不改变参数内容
7 int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);
8
9 for (int i = 1; i < arr.length; i++) {
10 // 设定一个标记，若为true，则表示此次循环没有进行交换，也就是待排序列已经有序，排序已经完成。
11 boolean flag = true;
12
13 for (int j = 0; j < arr.length - i; j++) {
14 if (arr[j] > arr[j + 1]) {
15 int tmp = arr[j];
16 arr[j] = arr[j + 1];
17 arr[j + 1] = tmp;
18
19 flag = false;
20 }
21 }
22
23 if (flag) {
24 break;
25 }
26 }
27 return arr;
28 }
29 }
2. 选择排序
2.1 算法步骤
首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置
再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。
重复第二步，直到所有元素均排序完毕。
2.2 动画演示
2.3 参考代码
1 //Java 代码实现
2 public class SelectionSort implements IArraySort {
3
4 @Override
5 public int[] sort(int[] sourceArray) throws Exception {
6 int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);
7
8 // 总共要经过 N-1 轮比较
9 for (int i = 0; i < arr.length - 1; i++) {
10 int min = i;
11
12 // 每轮需要比较的次数 N-i
13 for (int j = i + 1; j < arr.length; j++) {
14 if (arr[j] 0 && tmp < arr[j - 1]) {
18 arr[j] = arr[j - 1];
19 j--;
20 }
21
22 // 存在比其小的数，插入
23 if (j != i) {
24 arr[j] = tmp;
25 }
26
27 }
28 return arr;
29 }
30 }
4. 希尔排序
4.1 算法步骤
选择一个增量序列 t1，t2，……，tk，其中 ti > tj, tk = 1；
按增量序列个数 k，对序列进行 k 趟排序；
每趟排序，根据对应的增量 ti，将待排序列分割成若干长度为 m 的子序列，分别对各子表进行直接插入排序。仅增量因子为 1 时，整个序列作为一个表来处理，表长度即为整个序列的长度。
4.2 动画演示
4.3 参考代码
1 //Java 代码实现
2 public class ShellSort implements IArraySort {
3
4 @Override
5 public int[] sort(int[] sourceArray) throws Exception {
6 // 对 arr 进行拷贝，不改变参数内容
7 int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);
8
9 int gap = 1;
10 while (gap 0) {
15 for (int i = gap; i < arr.length; i++) {
16 int tmp = arr[i];
17 int j = i - gap;
18 while (j >= 0 && arr[j] > tmp) {
19 arr[j + gap] = arr[j];
20 j -= gap;
21 }
22 arr[j + gap] = tmp;
23 }
24 gap = (int) Math.floor(gap / 3);
25 }
26
27 return arr;
28 }
29 }
5. 归并排序
5.1 算法步骤
申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；
设定两个指针，最初位置分别为两个已经排序序列的起始位置；
比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；
重复步骤 3 直到某一指针达到序列尾；
将另一序列剩下的所有元素直接复制到合并序列尾。
5.2 动画演示
5.3 参考代码
1 //Java 代码实现
2 public class MergeSort implements IArraySort {
3 @Override
4 public int[] sort(int[] sourceArray) throws Exception {
5 // 对 arr 进行拷贝，不改变参数内容
6 int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);
7
8 if (arr.length < 2) {
9 return arr;
10 }
11 int middle = (int) Math.floor(arr.length / 2);
12
13 int[] left = Arrays.copyOfRange(arr, 0, middle);
14 int[] right = Arrays.copyOfRange(arr, middle, arr.length);
15
16 return merge(sort(left), sort(right));
17 }
18
19 protected int[] merge(int[] left, int[] right) {
20 int[] result = new int[left.length + right.length];
21 int i = 0;
22 while (left.length > 0 && right.length > 0) {
23 if (left[0] 0) {
33 result[i++] = left[0];
34 left = Arrays.copyOfRange(left, 1, left.length);
35 }
36
37 while (right.length > 0) {
38 result[i++] = right[0];
39 right = Arrays.copyOfRange(right, 1, right.length);
40 }
41
42 return result;
43 }
44
45 }
6. 快速排序
6.1 算法步骤
从数列中挑出一个元素，称为 “基准”（pivot）;
重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序；
6.2 动画演示
6.3 参考代码
1 //Java 代码实现
2 public class QuickSort implements IArraySort {
3
4 @Override
5 public int[] sort(int[] sourceArray) throws Exception {
6 // 对 arr 进行拷贝，不改变参数内容
7 int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);
8
9 return quickSort(arr, 0, arr.length - 1);
10 }
11
12 private int[] quickSort(int[] arr, int left, int right) {
13 if (left arr[largest]) {
33 largest = left;
34 }
35
36 if (right < len && arr[right] > arr[largest]) {
37 largest = right;
38 }
39
40 if (largest != i) {
41 swap(arr, i, largest);
42 heapify(arr, largest, len);
43 }
44 }
45
46 private void swap(int[] arr, int i, int j) {
47 int temp = arr[i];
48 arr[i] = arr[j];
49 arr[j] = temp;
50 }
51
52 }
8. 计数排序
8.1 算法步骤
花O(n)的时间扫描一下整个序列 A，获取最小值 min 和最大值 max
开辟一块新的空间创建新的数组 B，长度为 ( max - min + 1)
数组 B 中 index 的元素记录的值是 A 中某元素出现的次数
最后输出目标整数序列，具体的逻辑是遍历数组 B，输出相应元素以及对应的个数
8.2 动画演示
8.3 参考代码
1 //Java 代码实现
2 public class CountingSort implements IArraySort {
3
4 @Override
5 public int[] sort(int[] sourceArray) throws Exception {
6 // 对 arr 进行拷贝，不改变参数内容
7 int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);
8
9 int maxValue = getMaxValue(arr);
10
11 return countingSort(arr, maxValue);
12 }
13
14 private int[] countingSort(int[] arr, int maxValue) {
15 int bucketLen = maxValue + 1;
16 int[] bucket = new int[bucketLen];
17
18 for (int value : arr) {
19 bucket[value]++;
20 }
21
22 int sortedIndex = 0;
23 for (int j = 0; j < bucketLen; j++) {
24 while (bucket[j] > 0) {
25 arr[sortedIndex++] = j;
26 bucket[j]--;
27 }
28 }
29 return arr;
30 }
31
32 private int getMaxValue(int[] arr) {
33 int maxValue = arr[0];
34 for (int value : arr) {
35 if (maxValue |